apple-aiml-research/ml-sharp

これは何？

主な機能

• 011枚の画像から単一のフィードフォワードパスで3D Gaussianシーンを生成します。
• 02標準的なGPUで1秒未満で実行できます。
• 03メートル法スケールの表現を生成し、実際の単位でのカメラ移動に対応します。
• 04公開レンダラーと互換性のある標準的な3DGSの`.ply`ファイルを出力します。
• 05カメラ軌道の動画をリアルタイムでレンダリングします（CUDA GPUが必要）。

ユースケース

• 1枚の写真から、近傍の視点で見て回れる3Dシーンを作成する。
• 複数視点の撮影を行わずに、3D Gaussian splattingのパイプラインを試作する。
• 静止画像からカメラのフライスルー動画を生成する。

クイックスタート

1. 1

   Python環境を作成する

   conda create -n sharp python=3.13
2. 2

   プロジェクトの依存関係をインストールする

   pip install -r requirements.txt
3. 3

   インストールをテストする

   sharp --help
4. 4

   入力画像に対して予測を実行する（チェックポイントは初回実行時に自動でダウンロードされます）

   sharp predict -i /path/to/input/images -o /path/to/output/gaussians

使う前に知っておきたいこと

• !--renderオプションで動画をレンダリングするには、CUDA GPUが必要です。
• !READMEにはソフトウェアライセンスが記載されていません。使用前にLICENSEファイルとLICENSE_MODELファイルを確認してください。

トピック

よくある質問

ml-sharp とは？

Appleの研究コード。1枚の写真から1秒未満で3D Gaussianシーンを生成し、近傍の新しい視点からレンダリングできます。 SHARPはAppleの研究プロジェクトで、単眼視点合成を行います。写真を1枚入力すると、ニューラルネットワークの単一のフィードフォワードパスで、写っているシーンを表す3D Gaussianのパラメーターを予測します。標準的なGPUでは1秒未満で処理できます。

ml-sharp は無料で使えますか？ライセンスは？

ml-sharp は Other ライセンスのオープンソースです。商用製品で使う前にライセンス条件を確認してください。

ml-sharp は今もメンテナンスされていますか？

半年以内に更新あり。ml-sharp の最終コミットは 2026年9月11日 です。

ml-sharp は何に使えますか？

1枚の写真から、近傍の視点で見て回れる3Dシーンを作成する。 複数視点の撮影を行わずに、3D Gaussian splattingのパイプラインを試作する。 静止画像からカメラのフライスルー動画を生成する。

ml-sharp のインストール方法は？

Python環境を作成する: conda create -n sharp python=3.13 プロジェクトの依存関係をインストールする: pip install -r requirements.txt インストールをテストする: sharp --help 入力画像に対して予測を実行する（チェックポイントは初回実行時に自動でダウンロードされます）: sharp predict -i /path/to/input/images -o /path/to/output/gaussians

ml-sharp はどこで入手できますか？

ソースコードとインストール手順は GitHub にあります：https://github.com/apple-aiml-research/ml-sharp